3.5 循环一致性 GAN (CycleGAN)无配对图像转换

文档摘要

3.5 循环一致性 GAN (CycleGAN)无配对图像转换 3.5 循环一致性 GAN (CycleGAN)无配对图像转换 3.5.1 引言循环一致性 GAN (CycleGAN) 是一种强大的图像转换模型，它允许在没有配对训练数据的情况下学习两个图像域之间的映射关系。这在许多现实世界的应用中非常有用，因为获取配对数据通常是昂贵、耗时甚至是不可能的。例如，将马的图像转换成斑马的图像，或者将照片转换成绘画风格，这些任务很难找到完美的像素级对应关系。CycleGAN 通过引入循环一致性约束来解决这个问题，确保图像从一个域转换到另一个域，然后再转换回来时，能够尽可能地恢复到原始图像。 3.5.2 核心原理 CycleGAN 的核心思想是学习两个生成器和两个判别器。